- 标签（空格分隔）： 数据分析 SVM 是有监督的学习模型，我们需要事先对数据打上分类标签，通过求解最大分类间隔来求解二分类问题。如果要求解多分类问题，可以将多个二分类器组合起来形成一个多分类器。 ... 标签（空格分隔）： 数据分析 SVM 是有监督的学习模型，我们需要事先对数据打上分类标签，通过求解最大分类间隔来求解二分类问题。如果要求解多分类问题，可以将多个二分类器组合起来形成一个多分类器。 ...
- 友情提示:篇幅较长、多图（手绘）,请备好流量。 关联规则简介 关联规则挖掘可以让我们从数据集中发现项与项之间的关系，它在我们的生活中有很多应用场景，“购物篮分析”就是一个常见的场景，这个场景可以从消费者交易记录中发掘商品与商品之间的关联关系，进而通过商品捆绑销售或者相关推荐的方式带来更多的销售量。 搞懂关联规则中的几个重要概... 友情提示:篇幅较长、多图（手绘）,请备好流量。 关联规则简介 关联规则挖掘可以让我们从数据集中发现项与项之间的关系，它在我们的生活中有很多应用场景，“购物篮分析”就是一个常见的场景，这个场景可以从消费者交易记录中发掘商品与商品之间的关联关系，进而通过商品捆绑销售或者相关推荐的方式带来更多的销售量。 搞懂关联规则中的几个重要概...
- 大家好！今天给大家一个我的老朋友：「一个数据人的自留地」，数据人自留地是一个集数据产品、数据分析、数据仓库、产品策略与一体的数据人专属社群。创始人大鹏老师，拥有8年的数据经验，现在是人人都是产品经理专栏作家，起点学院导师，著有《数据产品经理修炼手册》，累计销量突破三万册。数据人自留地团队共同创作的书籍《大数据实践之路》入选京东技术... 大家好！今天给大家一个我的老朋友：「一个数据人的自留地」，数据人自留地是一个集数据产品、数据分析、数据仓库、产品策略与一体的数据人专属社群。创始人大鹏老师，拥有8年的数据经验，现在是人人都是产品经理专栏作家，起点学院导师，著有《数据产品经理修炼手册》，累计销量突破三万册。数据人自留地团队共同创作的书籍《大数据实践之路》入选京东技术...
- “ 朴素贝叶斯是一种常用的分类算法，适用于维度非常高的数据集，具有速度快，可调参数少有点，非常适合为分类问题提供快速粗糙的基本方案，经常用于垃圾邮件分类等场景中，相同内容更新：https://blog.csdn.net/yezonggang。 ” 朴素贝叶斯算法 朴素贝叶斯算法依据概率论中贝叶斯定理建立模型，前... “ 朴素贝叶斯是一种常用的分类算法，适用于维度非常高的数据集，具有速度快，可调参数少有点，非常适合为分类问题提供快速粗糙的基本方案，经常用于垃圾邮件分类等场景中，相同内容更新：https://blog.csdn.net/yezonggang。 ” 朴素贝叶斯算法 朴素贝叶斯算法依据概率论中贝叶斯定理建立模型，前...
- 标签（空格分隔）： 数据分析 朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。其中情感分析和垃圾邮件识别都是通过文本来进行判断。从这里你能看出来，这三个场景本质上都是文本分类，... 标签（空格分隔）： 数据分析 朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。其中情感分析和垃圾邮件识别都是通过文本来进行判断。从这里你能看出来，这三个场景本质上都是文本分类，...
- “ 上篇内容介绍的是线性回归和逻辑回归模型，输入输出是连续值，分类模型的输出是一个有限集合，本篇介绍决策分类树算法” 决策树算法理解 决策树是直观运用概率分析的树形分类器，是很常用的分类方法，属于监管学习，决策树分类过程是从根节点开始，根据特征属性值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。 比如说买... “ 上篇内容介绍的是线性回归和逻辑回归模型，输入输出是连续值，分类模型的输出是一个有限集合，本篇介绍决策分类树算法” 决策树算法理解 决策树是直观运用概率分析的树形分类器，是很常用的分类方法，属于监管学习，决策树分类过程是从根节点开始，根据特征属性值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。 比如说买...
- 作者：数据一哥 来源：数据社 全文共3547个字，建议10分钟阅读 大家好，我是一哥。 最近有几个群友问我大数据怎么入门，作为一个零基础大数据入门学习者该看哪些书呢？我结合自己看过的书和了解到的比较好的数据，给大家分享一下。 01 大数据有哪些相关岗位 要学习大数据，首先我们得了解一下都有哪些大数据相... 作者：数据一哥 来源：数据社 全文共3547个字，建议10分钟阅读 大家好，我是一哥。 最近有几个群友问我大数据怎么入门，作为一个零基础大数据入门学习者该看哪些书呢？我结合自己看过的书和了解到的比较好的数据，给大家分享一下。 01 大数据有哪些相关岗位 要学习大数据，首先我们得了解一下都有哪些大数据相...
- 可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因... 可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因...
- 赛题 背景 我国是世界上电气化铁路运营里程最长、服役电力机车型号最多、运营最 繁忙的国家。截至 2020 年底，我国铁路年消耗电量约 800 亿千瓦时，约占三峡 年总发电量的 80% 。 图 1 为高速铁路牵引供电系统示意图，主要包括牵引变电所、牵引网和动车 组。牵引变电所将 2... 赛题 背景 我国是世界上电气化铁路运营里程最长、服役电力机车型号最多、运营最 繁忙的国家。截至 2020 年底，我国铁路年消耗电量约 800 亿千瓦时，约占三峡 年总发电量的 80% 。 图 1 为高速铁路牵引供电系统示意图，主要包括牵引变电所、牵引网和动车 组。牵引变电所将 2...
- 【牛客编程题】python数据分析49题（pandas库使用） 做题链接：https://www.nowcoder.com/exam/oj?page=1&tab=Python%E7%AF%87&a... 【牛客编程题】python数据分析49题（pandas库使用） 做题链接：https://www.nowcoder.com/exam/oj?page=1&tab=Python%E7%AF%87&a...
- 1. 实验概述 本次实验使用的是VOC2012数据集，首先从图像中随机采样图像块，然后利用Hog方法提取图像块特征，最后采用余弦相似度和k-means聚类两种方法来挖掘视觉模式。 2. 数据集说明 ... 1. 实验概述 本次实验使用的是VOC2012数据集，首先从图像中随机采样图像块，然后利用Hog方法提取图像块特征，最后采用余弦相似度和k-means聚类两种方法来挖掘视觉模式。 2. 数据集说明 ...
- 要求 编程实现DBSCAN对下列数据的聚类 数据获取：https://download.csdn.net/download/qq1198768105/85865302 导库与全局设置 from s... 要求 编程实现DBSCAN对下列数据的聚类 数据获取：https://download.csdn.net/download/qq1198768105/85865302 导库与全局设置 from s...
- 要求 根据20Newsgroups数据集进行聚类，将聚类结果显示给用户，用户可以选择其中的一个类，标为关注，类的关键词作为主题，用户就可以跟踪这主题、了解主题的文章内容。 导入相关库 from sk... 要求 根据20Newsgroups数据集进行聚类，将聚类结果显示给用户，用户可以选择其中的一个类，标为关注，类的关键词作为主题，用户就可以跟踪这主题、了解主题的文章内容。 导入相关库 from sk...
- 要求 本次任务的目的是处理PO2，PCO2两个指标。这两个指标均为病人的血气指标，以一定的时间间隔采集。一个病人一次住院期间可能收集一次或者多次。要求，按照采集时间的前后顺序，汇总每个病人每次住院期间的... 要求 本次任务的目的是处理PO2，PCO2两个指标。这两个指标均为病人的血气指标，以一定的时间间隔采集。一个病人一次住院期间可能收集一次或者多次。要求，按照采集时间的前后顺序，汇总每个病人每次住院期间的...
- 目录 表格合并纵向合并横向合并 数据清洗删除缺失数据行数据填充统一数据格式去除重复数据 pandas 中很实用的方法——apply() 方法附：匿名函数 表格合并 纵向合并 在日... 目录 表格合并纵向合并横向合并 数据清洗删除缺失数据行数据填充统一数据格式去除重复数据 pandas 中很实用的方法——apply() 方法附：匿名函数 表格合并 纵向合并 在日...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签